任红格，梁晨，史涛

（1.天津城建大学控制与机械工程学院，天津300384；2.华北理工大学电气工程学院，唐山063210）

0 引言

作为现代计算机视觉领域的重要分支，目标跟踪技术在工业生产、智能机器人、智能监控等领域有广泛且深入的应用。目标跟踪任务一般总体上是在的目标跟踪任务中，通过锁定第一帧中的目标区域，对后续帧的目标框进行持续的跟踪[1]。在过去几十年的研究开发过程中，这项技术获得了许多令人瞩目的成果，跟踪效果得到了显著的提升。但随着研究的深入，研究者们发现在生活或者生产过程中存在许多的复杂情况，例如光照变化、目标形态变化、目标遮挡以及背景干扰等复杂因素，目标跟踪技术仍然存在着一定的改善空间[2]。近年来随着人工智能技术和机器学习算法的快速发展，神经网络对于图像方面的处理优势启发了计算机视觉领域，通过模拟人类脑神经视觉系统建立模型，分辨出图像中最感兴趣的部分，借此引导计算机算法对目标实施跟踪过程。在本文中，通过建立视觉显著性模型和MDNet跟踪算法结合，在多重特征提取的基础上对原有MD网络追踪过程进行改进，在不损失精度的基础上尽可能通过视觉选择机制来优化算法模型，提升算法运行速度，以此实现目标跟踪的实时性。

视觉选择注意机制和运动检测机制在人眼视觉系统中至关重要[3]，这关系到长期记忆与视觉系统识别目标时是否判断识别准确，在实际追踪目标或对目标进行检测过程中，调用长期记忆便依赖于人眼自身的注意。……